AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
OSWorld
OSWorld: The first-of-its-kind scalable, real computer environment for multimodal agents, supporting task setup, execution-based evaluation, and interactive learning across Ubuntu, Windows, and macOS with 369 computer tasks involving real web and desktop applications, OS file I/O, and multi-application workflows
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 20
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Seed 2.1 Pro | 0.788 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Seed 2.1 Turbo | 0.764 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.727 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.725 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 0.667 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Claude Opus 4.5 | 0.663 | 未收录 | 未收录 | 2025-11-24 · model_announcement | LLM Stats |
| GLM-5V-Turbo | 0.623 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Claude Sonnet 4.5 | 0.614 | 未收录 | 未收录 | 2025-09-29 · model_announcement | LLM Stats |
| Claude Haiku 4.5 | 0.507 | 未收录 | 未收录 | 2025-10-15 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.41 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.381 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.339 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.339 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.326 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.314 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.306 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.303 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.262 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen2.5 VL 72B Instruct | 0.0883 | 未收录 | 未收录 | 2025-01-26 · model_announcement | LLM Stats |
| Qwen2.5 VL 32B Instruct | 0.0592 | 未收录 | 未收录 | 2025-02-28 · model_announcement | LLM Stats |